如何在C++中保存和恢復TensorFlow圖形及其狀態？

我正在C++中使用TensorFlow來訓練我的模型。 Python僅用於構建圖形。那麼是否有一種方法可以純粹用C++來保存和恢復圖形及其狀態？我知道Python類tf.train.Saver，但據我瞭解，它不存在於C++中。如何在C++中保存和恢復TensorFlow圖形及其狀態？

來源

2016-05-29 Anton Pechenko

的tf.train.Saver類目前只存在於Python中，但（i）其是從，你可以從C++運行TensorFlow OPS內置，及（ii）其公開Saver.as_saver_def()方法，可以讓你得到一個SaverDef protocol buffer與名稱您必須運行以保存或恢復模型。

在Python中，你可以得到保存和恢復OPS的名稱如下：

saver = tf.train.Saver(...) 
saver_def = saver.as_saver_def() 

# The name of the tensor you must feed with a filename when saving/restoring. 
print saver_def.filename_tensor_name 

# The name of the target operation you must run when restoring. 
print saver_def.restore_op_name 

# The name of the target operation you must run when saving. 
print saver_def.save_tensor_name

在C++中，從檢查點恢復，你叫Session::Run()，在檢查點文件爲saver_def.filename_tensor_name名餵養，目標操作爲saver_def.restore_op_name。要保存另一個檢查點，請撥打Session::Run()，再次輸入檢查點文件的名稱saver_def.filename_tensor_name，並獲取saver_def.save_tensor_name的值。

來源

2016-06-07 06:01:59 mrry

偉大的建議！我必須從一個字符串的末尾刪除「：0」。另外，在恢復模型期間，相對路徑不起作用。 Tensorcreation：'tf :: Tensor string（tf :: DT_STRING，tf :: TensorShape（{1，1}））;' Feeding string：'string.matrix （）（0，0）= file_path_ + filename;' 執行：'TF_CHECK_OK（session_-> Run（{{「save/Const：0」，string}}，{}，{「save/control_dependency」}，nullptr））;' – Trevir

@Trevir， mrry：可以請你張貼摘錄嗎？我對tensorflow很陌生，文檔也沒有幫助..我會非常感激你！ –

@Surferonthefall：前評論有所有必要的代碼。使用python腳本獲取正確的操作名稱，例如「保存/常數：0」。之後，你可以通過session-> run方法在C++中使用操作名稱。 – Trevir

最近的TensorFlow版本包含一些輔助函數，可以在沒有Python的情況下在C++中執行相同的操作。這些是由ProtoBuf在pip-package（${HOME}/.local/lib/python2.7/site-packages/tensorflow/include/tensorflow/core/protobuf/saver.pb.h）中生成的。

// save 
tensorflow::Tensor checkpointPathTensor(tensorflow::DT_STRING, tensorflow::TensorShape()); 
checkpointPathTensor.scalar<std::string>()() = "some/path"; 
tensor_dict feed_dict = {{graph_def.saver_def().filename_tensor_name(), checkpointPathTensor}}; 
status = sess->Run(feed_dict, {}, {graph_def.saver_def().save_tensor_name()}, nullptr); 

// restore 
tensorflow::Tensor checkpointPathTensor(tensorflow::DT_STRING, tensorflow::TensorShape()); 
checkpointPathTensor.scalar<std::string>()() = "some/path"; 
tensor_dict feed_dict = {{graph_def.saver_def().filename_tensor_name(), checkpointPathTensor}}; 
status = sess->Run(feed_dict, {}, {graph_def.saver_def().restore_op_name()}, nullptr);

這是基於恢復模型

def restore(sess, metaGraph, fn): 
    restore_op_name = metaGraph.as_saver_def().restore_op_name # u'save/restore_all' 
    restore_op = tf.get_default_graph().get_operation_by_name(restore_op_name) 
    filename_tensor_name = metaGraph.as_saver_def().filename_tensor_name # u'save/Const' 
    sess.run(restore_op, {filename_tensor_name: fn})

對於工作和完整version see here的無證蟒蛇路（more details）。

來源

2018-02-07 18:41:34 Patwie

如何在C++中保存和恢復TensorFlow圖形及其狀態？

回答

相關問題